您如何計算多列中的觀察數並使用 mutate 將計數作為 R 中的新列？

Question

我有一個數據集，其中包含來自不同年份和不同組織的多行調查回復。 調查中有 100 個問題，人們可以跳過它們。 我試圖按組織逐年獲得每個問題的平均值（按組織和年份分組）。 我還想計算這些平均值中的人數，因為人們可以跳過它們。 我也希望這兩個數據點作為新列，因此總共將添加 200 列。 我想出了如何平均。 請參閱下面的代碼。 我似乎無法使用相同的 function 來計算觀察次數。

這就是我成功獲得平均值的方式。

df<- df%>%
  group_by(Organization, Year) %>%
  mutate(across(contains('Question'), mean, na.rm = TRUE, .names = "{.col}_average")) %>%
  ungroup()

我現在正在嘗試使用類似的設置來計算觀察次數。 我用原始數據復制了列，並在標題中添加了計數，這樣新的平均列就不會算作 R 需要為其找到 ncount 的列

df<- df%>%
  group_by(Organization, Year) %>%
  mutate(across(contains('Count'), function(x){sum(!is.na(.))}, .names = "{.col}_ncount")) %>%
  ungroup()

上面的代碼確實為我提供了新列，但所有列和所有行的 n 計數都相同？ 有什么想法嗎？

Answer 1

問題出在 lambda function 即function(x)中，然后sum在. 而不是x 。 . 本身可以評估為整個數據

library(dplyr)
df%>%
  group_by(Organization, Year) %>%
  mutate(across(contains('Count'), 
     function(x){sum(!is.na(x))},
      .names = "{.col}_ncount")) %>%
  ungroup()

如果我們想使用. 或.x ，將 lambda function 指定為~

df%>%
  group_by(Organization, Year) %>%
  mutate(across(contains('Count'), 
     ~ sum(!is.na(.)),
      .names = "{.col}_ncount")) %>%
  ungroup()